Khairunnisa, Nurul (2024) IMPLEMENTASI ALGORITMA DECISION TREE C4.5 UNTUK KLASIFIKASI DETEKSI SERANGAN PADA PROTOKOL JARINGAN. S1 thesis, Universitas Malikussaleh.

[img] Text
COVER.pdf

Download (25kB)
[img] Text
ABSTRAK.pdf

Download (13kB)
[img] Text
BAB I.pdf

Download (156kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (83kB)
[img] Text
NURUL KHAIRUNNISA_SKRIPSI.pdf
Restricted to Registered users only

Download (3MB)

Abstract

Pertumbuhan dan perkembangan jaringan internet telah meningkatkan kebutuhan akan keamanan jaringan, terutama terhadap serangan seperti ransomware, malware, Distributed Denial of Service (DDoS), dan lainnya. Keamanan jaringan WiFi di lingkungan akademis, seperti Jurusan Teknik Informatika Universitas Malikussaleh, menjadi isu penting mengingat kompleksitas dan potensi ancaman yang ada. Penelitian ini bertujuan untuk mendeteksi dan mencegah serangan jaringan yang dapat mengganggu operasional dan integritas data. Penelitian ini diharapkan dapat meningkatkan kesadaran dan kewaspadaan terhadap keamanan jaringan WiFi serta memberikan rekomendasi strategis untuk memperkuat keamanan tersebut. Penelitian ini fokus pada deteksi serangan umum pada protokol jaringan, seperti ICMP Flood Distributed Denial of Service (DDoS), Port Scan, dan Brute Force, menggunakan algoritma Decision Tree C4.5. Proses pelaksanaan penelitian melibatkan monitoring jaringan untuk mengumpulkan data lalu lintas jaringan yang kemudian diklasifikasikan menggunakan algoritma Decision Tree C4.5. Hasil penelitian menunjukkan bahwa algoritma Decision Tree C4.5 memiliki tingkat akurasi yang tinggi dalam mendeteksi berbagai jenis serangan pada protokol jaringan. Algoritma ini mampu mengidentifikasi serangan dengan tingkat kesalahan minimal, membuatnya dapat diandalkan dalam operasional jaringan. Berdasarkan evaluasi, algoritma Decision Tree C4.5 menunjukkan keefektifan dengan akurasi mencapai 91,2% dalam mendeteksi serangan jaringan, sedangkan tingkat kesalahan atau false positive rate berada pada angka 8,7%. Temuan ini diharapkan dapat menjadi dasar untuk penelitian lebih lanjut dan implementasi praktis dalam meningkatkan keamanan jaringan WiFi di lingkungan akademis dan sekitarnya. Kata Kunci : Klasifikasi, keamanan jaringan, algoritma Decision Tree C4.5, deteksi serangan, DDoS, Port Scan, Brute Force.

Item Type: Thesis (S1)
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Nurul Khairunnisa
Date Deposited: 23 Aug 2024 03:29
Last Modified: 23 Aug 2024 03:29
URI: https://rama.unimal.ac.id/id/eprint/5032

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by